Aics
전자컴퓨터공학부
최현덕
차세대 지능제어 연구실(Aics)은 사람과 로봇이 공존하는 미래 사회를 위한 핵심 기술 개발에 집중하고 있습니다. 본 연구실은 인지, 판단, 동작 등 지능형 로봇의 주요 기능을 실현하기 위한 학습 기반 솔루션을 연구하며, 특히 노이즈나 외란이 존재하는 현실 환경에서의 안정적인 Human-Robot Interaction(HRI)을 위한 강인 제어(Robust Control)와 기계학습(Machine Learning) 융합에 주력하고 있습니다.
연구실의 주요 연구 분야는 비선형 시스템을 위한 지능형 제어 및 필터 설계, 퍼지 제어, 신경망 제어, LMI 기반 강인 제어, 멀티 센서 및 필터 융합, 그리고 인공지능 및 딥러닝을 활용한 제어 및 추정 기술 등입니다. 이러한 연구는 자율주행 차량, 드론, 로봇 등 실제 응용 분야에서의 신뢰성 높은 제어 시스템 구현에 필수적이며, 다양한 산업 현장에 적용될 수 있습니다.
특히, 딥러닝 기반의 영상 복원, 음성 향상, 그림자 제거, 비전 기반 자율주행 제어 등 첨단 인공지능 기술을 접목한 연구가 활발히 이루어지고 있습니다. 단안 카메라를 이용한 깊이 추정, 시각-관성 센서 융합, 비주얼 오도메트리 등 다양한 컴퓨터 비전 및 센서 융합 기술을 통해, 자율주행 시스템의 인식 및 제어 성능을 극대화하고 있습니다.
연구실은 실제 현장에서 유용하게 사용할 수 있는 자율주행 로봇, 드론, 스마트 모빌리티 등 다양한 어플리케이션 개발에도 힘쓰고 있습니다. 이를 위해 최신 논문 발표, 국제 학회 참가, 산학협력 프로젝트 등을 활발히 진행하며, 연구 결과의 실용화와 산업적 파급 효과를 극대화하고 있습니다.
앞으로도 차세대 지능제어 연구실은 인공지능과 제어 이론의 융합을 통해, 더욱 지능적이고 신뢰성 높은 제어 시스템 및 인지 솔루션을 개발하여, 미래 스마트 사회의 핵심 기술을 선도할 것입니다.
Fuzzy Control
Deep Learning
Domain Adaptation
비선형 시스템을 위한 지능형 제어 및 필터 설계
비선형 시스템은 실제 환경에서 자주 접할 수 있는 복잡한 동적 시스템으로, 기존의 선형 제어 이론만으로는 안정적이고 효율적인 제어가 어렵습니다. 본 연구실에서는 이러한 비선형 시스템의 동작 특성을 정확히 분석하고, 다양한 외란과 불확실성 하에서도 안정적으로 동작할 수 있도록 지능형 제어 및 필터 설계 기법을 개발하고 있습니다. 특히, Takagi-Sugeno 퍼지 시스템, 신경망 기반 모델 등 다양한 비선형 모델링 기법을 활용하여 시스템의 동적 특성을 정밀하게 파악하고, 이를 바탕으로 한 제어 및 필터링 전략을 연구합니다.
지능형 제어는 인공지능, 퍼지 논리, 신경망 등 첨단 알고리즘을 접목하여 기존 제어 방식의 한계를 극복하는 데 중점을 둡니다. 예를 들어, 퍼지 제어와 신경망 제어를 결합한 하이브리드 제어 기법을 통해 복잡한 시스템의 비선형성과 불확실성을 효과적으로 처리할 수 있습니다. 또한, LMI(Linear Matrix Inequality) 기반의 강인 제어 및 필터 설계 기법을 도입하여, 시스템의 안정성과 성능을 수학적으로 보장하는 연구도 활발히 이루어지고 있습니다.
이러한 연구는 자율주행 차량, 드론, 로봇 등 실제 응용 분야에서의 신뢰성 높은 제어 시스템 구현에 필수적입니다. 비선형 시스템의 특성을 반영한 지능형 제어 및 필터 설계는 미래의 스마트 모빌리티, 자동화 시스템, 산업용 로봇 등 다양한 분야에서 핵심적인 역할을 할 것으로 기대됩니다.
딥러닝 기반 영상 및 음성 복원과 비전 기반 자율주행 제어
최근 인공지능 기술의 발전과 함께 딥러닝을 활용한 영상 및 음성 복원, 그리고 비전 기반 자율주행 제어 기술이 주목받고 있습니다. 본 연구실에서는 딥러닝 기반의 이미지 복원, 노이즈 제거, 음성 향상 등 다양한 신호 복원 문제를 다루고 있으며, 실제 환경에서 발생하는 다양한 왜곡과 노이즈를 효과적으로 제거하는 알고리즘을 개발하고 있습니다. 예를 들어, 복잡한 그림자 제거, 강우 환경에서의 영상 복원, 음성 신호의 잡음 제거 등 실질적인 문제 해결에 초점을 맞추고 있습니다.
또한, 비전 기반 제어 기술은 자율주행 차량과 드론 등에서 핵심적인 역할을 합니다. 본 연구실은 딥러닝과 컴퓨터 비전 기술을 융합하여, 실시간으로 환경을 인식하고 경로를 추종하거나 장애물을 회피하는 자율주행 시스템을 개발하고 있습니다. 특히, 단안 카메라를 이용한 깊이 추정, 시각-관성 센서 융합, 비주얼 오도메트리 등 첨단 기술을 적용하여, 다양한 환경에서도 높은 신뢰성과 정확도를 보장하는 자율주행 제어 솔루션을 연구합니다.
이러한 연구는 스마트 시티, 무인 운송, 산업 자동화 등 다양한 분야에 적용될 수 있으며, 실제 논문 및 국제 학회 발표를 통해 그 우수성을 입증하고 있습니다. 앞으로도 본 연구실은 딥러닝과 제어 이론의 융합을 통해, 더욱 지능적이고 실용적인 영상 및 음성 복원, 자율주행 제어 기술을 선도해 나갈 것입니다.
1
Harnessing Spatial-Frequency Information for Enhanced Image Restoration
Cheol-Hoon Park, Hyun Duck Choi*, Myo Taeg Lim*
Applied Sciences, MDPI,
2
UP-Cycle-SENet: Unpaired phase-aware speech enhancement using deep complex cycle adversarial networks
Cheol-Hoon Park, Hyun Duck Choi*
Neurocomputing, Elsevier,
3
Bridging Viewpoints in Cross-view Geo-Localization with Siamese Vision Transformer
Woo-Jin Ahn, So-Yeon Park, Dong-Sung Pae*, Hyun-Duck Choi*, Myo-Taeg Lim*
IEEE Transactions on Geoscience and Remote Sensing,
